| Variable (X) | Variable Dependiente Categórica | Variable Dependiente Continua |
|---|---|---|
| Categórica | Análisis de tabla de Contigencia, Ji-2 | Análisis de Varianza ANOVA, Pruebas T |
| Continua | Regresión Logística | Correlación / Regresión Lineal |
Departamento de Economía
2023-11-12
Los paquetes que se van a utilizar en la sesión de hoy son:
summarytools, sjPlot ya que con ellos trabajaremos. Algo de lo que se muestra aquí está en el libro de (Heiss, Hetzenecker, and Osterhaus 2022) y regresamos a (Stock and Watson 2015)Hipótesis nula (H0): \(\widehat{\beta} = \beta\)
Hipótesis alternativa (H1): \(\widehat{\beta} \neq \beta\)
Hay cuatro posibles resultados de nuestra prueba:
No rechazamos la hipótesis nula y la nula es cierta.
No rechazamos la hipótesis nula, pero en realidad la nula es falsa.
| Tipo | Características | Propiedad de números | Ejemplo |
|---|---|---|---|
| Nominal | Uso de números en lugar de palabras | Identidad | Nacionalidad |
| Ordinal | Números se usan para ordenar series | ranking | Nivel educativo |
| Intervalos | Intervalos iguales entre números | igualdad | Temperatura |
| Razón | Cero real | aditividad | Distancia |
| Variable (X) | Variable Dependiente Categórica | Variable Dependiente Continua |
|---|---|---|
| Categórica | Análisis de tabla de Contigencia, Ji-2 | Análisis de Varianza ANOVA, Pruebas T |
| Continua | Regresión Logística | Correlación / Regresión Lineal |
| No | Variable | Stats / Values | Freqs (% of Valid) | Graph | Valid | Missing | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | survived [factor] |
|
|
1046 (100.0%) | 0 (0.0%) | |||||||||||
| 2 | sex [factor] |
|
|
1046 (100.0%) | 0 (0.0%) | |||||||||||
| 3 | age [numeric] |
|
98 distinct values | 1046 (100.0%) | 0 (0.0%) |
Generated by summarytools 1.0.1 (R version 4.3.2)
2023-11-12
graph01 <-ggplot(tt,
aes(survived, fill=survived)) +
geom_bar() +
geom_text(
aes(label = scales::percent((..count..)/sum(..count..))),
stat='count',size=10, vjust = 3) +
labs(title = "Sobrevivientes", x = "Si/no", y = "Porcentaje (%)") +
theme(plot.title = element_text(size = 14, face = "bold"),
axis.title = element_text(size = 12))+
theme(legend.position="none",
text = element_text(size = 30),
axis.title=element_blank())
graph01(ggplot(tt, aes(sex, fill=sex))
+ geom_bar()
+ geom_text(
aes(label = scales::percent((..count..)/sum(..count..))),
stat='count',
size=10,
vjust = 3)+
labs(title = "Genero al Nacer", x = "", y = "")+
theme(plot.title = element_text(size = 14, face = "bold"),
axis.title = element_text(size = 12),
axis.text.y = element_text(angle = 90, hjust = 1))+
theme(legend.position="none", text = element_text(size = 30),axis.title=element_blank())
)#> Factor w/ 2 levels "Hombre","Mujer": 2 1 2 1 2 1 2 1 2 1 ...
#> Warning in model.response(mf, "numeric"): using type = "numeric" with a factor
#> response will be ignored
#> Warning in Ops.factor(y, z$residuals): '-' not meaningful for factors
Advertencia de R. Nos dice que nuestra variable dependiente será tratada como continua -cuando en realidad es un factor (cualitativo)!!, o no?-
| Modelo MPL | ||
| Predictores | β | std. Error |
| (Intercept) | 0.205 *** | 0.016 |
| sex [Mujer] | 0.547 *** | 0.027 |
| Observations | 1046 | |
| R2 / R2 adjusted | 0.289 / 0.289 | |
| * p<0.05 ** p<0.01 *** p<0.001 | ||
Odds (chances)
probabilidad de que algo ocurra dividido por la probabilidad de que no ocurra
\[Odds=\frac{p}{1-p}\]
\[Odds_{sobrevivir}=\frac{427}{619} \Rightarrow \frac{0.41}{0.59}=0.69\]
Es decir, las chances de sobrevivir es de 0.69
Odds
Los odds-ratio (o razón de chances) permiten reflejar la asociación entre las chances de dos variables dicotómicas ¿Tienen las mujeres más chances de sobrevivir que los hombres?
¿Cuantas más chances de sobrevivir tienen las mujeres respecto de los hombres?
El Odds-Ratio (OR) nos permiten expresar en un número la relación entre dos variables categóricas que nos interesan
Por lo tanto, es una versión del \(\beta\) para dependientes categóricas
Pero … el OR tiene algunas limitaciones que requieren una transformación adicional
Universidad del Norte